RESUMO
ABSTRACT Background: The term inflammatory bowel disease-unclassified (IBDU) is used when an individual has chronic colitis but cannot be sub-typed into ulcerative colitis (UC) or Crohn's disease (CD) on the basis of the clinical, endoscopic, imaging and histopathological features. On follow-up a proportion of patients with IBDU are re-classified as CD or UC. There has been considerable variability in the frequency and reclassification rates of pediatric IBDU in published literature. Methods: PubMed and Scopus and were searched for publications related to Pediatric Inflammatory Bowel Disease (PIBD) published between Jan,2014 and July,2021. Two reviewers independently searched and selected studies reporting the frequency of IBDU and/or their re-classification. The pooled prevalence was expressed as proportion and 95%CI. Meta-analysis was performed using the inverse variance heterogeneity model. Results: A total of 2750 studies were identified through a systematic search of which 27 studies were included in this systematic review. The overall pooled frequency of IBDU (n=16064) was found to be 7.1% (95%CI 5.8-8.5%). There was no variation in IBDU frequency by geographical location. Seven studies (n=5880) were included in the IBDU re-classification analysis. Overall, 50% (95%CI 41-60%) children with IBDU were re-classified on follow-up. Amongst these 32.7% (95% 21-44%) were re-classified to UC and 17% (95%CI 12-22%) were re-classified to CD. Conclusion: IBDU comprises 7.1% of PIBD at initial diagnosis. Half of these children are re-classified into UC or CD on follow-up with a higher likelihood of re-classification to UC as compared to CD.
RESUMO Contexto: O termo doença inflamatória intestinal não classificada (DIINC) é usado quando um indivíduo tem colite crônica, mas não pode ser sub tipificado em colite ulcerativa (UC) ou doença de Crohn (DC) com base nas características clínicas, endoscópicas, de imagem e histopatológicas. No acompanhamento, uma proporção de pacientes com DIINC são reclassificadas como DC ou UC. Houve considerável variabilidade nas taxas de frequência e reclassificação de DIINC pediátrico na literatura publicada. Métodos: Foram procuradas publicações no PubMed e Scopus relacionadas à doença inflamatória pediátrica intestinal publicadas entre janeiro de 2014 e julho de 2021. Dois revisores pesquisaram e selecionaram estudos independentemente relatando a frequência da DIINC e/ou sua reclassificação. A prevalência agrupada foi expressa em proporção e para IC95%. A meta-análise foi realizada utilizando o modelo de heterogeneidade de variância inversa. Resultados: Foram identificados 2.750 estudos por meio de uma busca sistemática, dos quais 27 estudos foram incluídos nesta revisão sistemática. A frequência total agrupada da DIINC (n=16064) foi de 7,1% (IC95% 5,8-8,5%). Não houve variação na frequência da DIINC por localização geográfica. Sete estudos (n=5880) foram incluídos na análise de reclassificação da DIINC. No geral, 50% (IC95% 41-60%) foram reclassificadas no seguimento. Entre esses 32,7% (95% 21-44%) foram reclassificados para UC e 17% (IC95%12-22%) foram reclassificados para DC. Conclusão: DIINC compreende 7,1% da doença inflamatória pediátrica intestinal no diagnóstico inicial. Metade dessas crianças são reclassificados em UC ou DC no seguimento com maior probabilidade de reclassificação para UC em comparação com o DC.
RESUMO
Abstract Graph shellability is an NP problem whose classification either in P or in NP-complete remains unknown. In order to understand the computational behavior of graph shellability on bipartite graphs, as a particular case, it could be useful to develop an efficient way to generate and analyze results over sets of shellable and non-shellable instances. In this way, a sequentially designed exponential time experiment for deciding shellability on randomly generated instances was proposed in literature. In this work, with the aim of improving the performance of that experiment, we propose three alternative approaches using Apache Spark™, we called multi-core, multi-node and full-parallel. We tested and compared their execution time for bipartite graphs with 10,12,15,20 and 50 vertices with regard to the original version, and we got speedups between 1.37 and 1.67 for the first one, between 2.34 and 3.56 for the second one, and between 2.37 y 3.12 for the last version. The results suggest that parallelization could relieve the large execution times of the original approach.
Resumen La escalonabilidad* de grafos es un problema en NP del que se desconoce su inclusión en las clases de complejidad P o NP-completa. Con el fin de comprender su comportamiento computacional en el caso particular de los grafos bipartitos, podría ser de utilidad disponer de un método eficiente para generar y analizar instancias escalonables. La literatura reporta un experimento secuencial, y de costo exponencial, diseñado para determinar la escalonabilidad de un conjunto de instancias. En el presente trabajo, y con el fin de mejorar el desempeño experimento mencionado, proponemos tres alternativas utilizando Apache Spark: una multinúcleo, otra multinodo y otra completamente paralela. Además, comparamos el tiempo de ejecución de cada una de ellas respecto a la versión original en grafos bipartitos aleatorios con 10,12,15,20 y 50 vértices, y obtuvimos aceleraciones (speedups) entre 1.37 y 1.67 para la versión multinúcleo, entre 2.34 y 3.56 para la versión multinodo, y entre 2.37 y 3.12 para la versión completamente paralela. Los resultados sugieren que la paralelización del experimento podría mitigar los enormes tiempos de ejecución del enfoque original.
Resumo A shellabilidade dos grafos é um problema em NP, do qual é desconhecida sua inclusão nas classes da complexidade P ou NP-completo. A fim de compreender seu comportamento computacional no caso particular dos grafos bipartidos, poderia ser útil ter um método eficiente para gerar e analisar instâncias shellables. A literatura relata um experimento sequencial, e custo exponencial, projetado para determinar a escalabilidade do um conjunto de instâncias. Neste trabalho, e a fim do melhorar o desempenho do experimento mencionado, propomos três alternativas usando Apache Spark: uma multinúcleo, outra multinó e outra completamente paralela. Além disso, nós compararmos o tempo de execução de cada um deles respeito da versão original em grafos bipartidos com 10,12,15,20 e 50 vértices e obtivemos acelerações (speedups) entre 1.37 e 1.67 para a versão Multinúcleo, entre 2.34 e 3.56 para a versão Multinó, e entre 2.37 e 3.12 para a versão completamente paralela. Os resultados sugerem que a paralelização do experimento poderia atenuar os enormes tempos de execução da abordagem original.